《面向精确营销的用户行为分析模型研究与应用.ppt》由会员分享，可在线阅读，更多相关《面向精确营销的用户行为分析模型研究与应用.ppt（48页珍藏版）》请在三一办公上搜索。
1、中国移动集团重点/联合研发项目结题汇报报告,项目名称：面向精确营销的用户行为分析模型研究与应用项目编号：,一.开题计划完成情况,目 录,二、主要研究成果（整合后）,1.1 研究背景及目标（开题报告）,市场竞争日趋激烈，特别是在高校、家庭市场，音乐、终端、移动互联网等领域，需要更精准的营销。市场营销活动中缺乏模型及工具支持，特别是有效的内容模型、社会关系模型、用户偏好模型、精准推荐模型等，导致许多用户数据没有得到充分应用,营销活动往往凭经验人工设定规则选取营销目标，无法满足精确营销要求,项目背景,1.研究用户行为分析算法，为公司面向特定群体、特定业务的精确营销奠定基础，提升公司精准营销水平2.通
2、过所研究算法的应用，为无线音乐业务营销、终端及相关业务营销、家庭及高校市场营销、用户关系营销、移动互联网等具体营销领域提供支撑,项目目标,1.2 项目研究主要内容及分工（开题报告）,方法研究(研究院)社会关系网络研究推荐算法(包括文本、web挖掘）及平台研究应用研究(各省公司）家庭客户研究(上海）：家庭客户的定义、挖掘、特征及营销方案；号立方研究（江苏）：挖掘用户之间的关系，并对关系进行管理与营销。高校客户研究（广东）：通过客户基站通信归属等算法定位高校客户；分析高校客户的通话数据和数据业务使用情况，描绘高校竞争情况的全景图。无线音乐用户研究（四川）：通过对全网音乐市场、用户构成、消费习惯、内
3、容偏好、用户欺诈等用户相关行为，营销渠道数据等进行全面的分析，建立用户/产品/渠道的用户行为分析体系12530WAP音乐推荐研究（四川）：实现对会员用户的个性化音乐推荐、音乐与咨询的互动推荐。用户手机上网行为分析研究（四川）：通过对用户手机上网套餐、用户手机上网访问内容的分析，分析用户使用手机上网的热门网站、热点关键字、时间规律、终端情况等。基于wap日志的用户偏好模型研究（安徽）：通过手机用户wap上网日志，对用户访问内容进行分析，分析用户的内容偏好，为内容产品营销奠定基础。Wlan用户上网分析研究（广东）：研究wlan用户的上网行为，从多个系统中整合wlan数据，从多个角度分析和展现wla
4、n用户的上网习惯，为营销提供支撑。定制终端研究（湖南）：通过单个客户终端补贴效益分析模型、多维度终端捆绑客户分析模型、移动客户终端消费行为分析模型，建设终端营销方案决策支持系统,1.3 开题计划完成情况总结项目总体研究框架,Internet,交往圈,数据整合,方法研究(研究院）,上网日志,应用研究,业务推荐,内容推荐,营销支持与目标选择,社会网络分析社区发现关系类型挖掘,精准推荐算法及平台基于内容推荐基于行为推荐,音乐日志,位置信息,终端补贴数据,家庭社区发现与营销(上海),无线音乐用户偏好分析与欺诈分析(四川）,高校用户特征挖掘与营销(广东),Wap音乐个性化推荐(四川）,用户偏好分类与推荐
5、系统(安徽),Wlan用户分析挖掘系统(广东）,定制终端消费分析与营销（湖南）,”号立方“关系管理系统(江苏),移动互联网分析平台(四川）,1.3 开题计划完成情况总结 成果一览,1.3 开题计划完成情况总结 项目成果总结,完成推荐平台、社会网络、基于内容的用户偏好分析等新型用户分析模型的研究及系统开发，并在实际项目中进行了模型验证，效果良好。并申请专利3项；完成在家庭用户、高校用户、wlan用户、手机上网用户、无线音乐用户行为分析、终端补贴用户等应用领域的行为分析和挖掘，成果均进行了部署、测试和效果评估，部分成果取得了良好的效益。探索了研究院和省公司的合作模式。通过充分结合研究院在算法模型研
6、发和方案设计等方面优势，及省公司在市场需求洞察和营销推广的实战经验，在四川、上海、安徽、江苏等省公司实现了了研发成果的应用落地，取得了较好的经济效益和社会效益。,提出营销需求,分析需求,样本数据需求,提取样本数据,算法模型试验,预期效果和资源需求,制定部署方案,评估及协调资源,提供模型、接口文档,远程或本地部署,精确营销实验,营销效果评估,省公司,研究院,1.3 开题计划完成情况总结-研发情况总结,项目研发总结项目的时间安排、人员分工、成果达到了开题计划中的预计目标,绝大部分成果取得了良好的效益。研究中也存在一些不足。由于时间限制，小部分成果还有待进一步的应用检验。项目对各种用户行为数据的挖掘
7、均进行了探索，取得了一定的成绩，但在某些子项目上，研究方法、应用推广上仍嫌不足，有待进一步提高。由于联合项目较多等等原因，研究院未能在所有子项目上均进行模型和方法支持，而只是在四个子项目上进行了支持。,一.开题计划完成情况,目 录,二、主要研究成果（整合后）,2.2 研究成果介绍,2.2.1 方法研究社会网络关系判定与社区发现推荐算法与平台2.2.2 应用研究业务推荐家庭客户挖掘模型与统一视图号立方用户关系管理平台移动互联网分析平台内容推荐12530WAP个性化音乐推荐产品基于wap日志的用户偏好分析及推荐系统无线音乐用户使用偏好模型及欺诈行为识别模型营销支持与目标选择高校用户特征挖掘模型Wl
8、an用户分析与挖掘系统定制终端营销决策支持模型,社会网络关系判定与社区发现研究-目标,识别社会网络中两个人之间交往关系的本质，为潜在家庭客户、集团客户、圈子产品营销提供支持。,社会网络关系判定与社区发现研究-技术路线,1 利用用户移动轨迹数据，发现用户居住地（O）和工作地（D）及其它泊点。2 基于用户OD、交往圈等信息，精准判别用户之间的关系3 对相同关系用户进行判别，获得相同关系的社区，如家庭用户、集团用户、朋友圈等,实际测试模型准确度约：79%,社会网络关系判定与社区发现研究-可视化,一个家庭所在地和成员工作地点,家庭的两个成员回家的动态轨迹,一个用户从家上班的典型轨迹,一个集团的位置和成
9、员家庭位置,推荐算法与平台研究-目标,使用SaaS模式为中国移动各门户、业务平台提供远程推荐及分析服务具备支持资讯、电子商务、音乐等应用场景的个性化精准推荐能力具备不良信息过滤能力,部署容易，无需后台系统改造支持匿名推荐，确保用户隐私不受侵犯支持实时行为计算与推荐，结果个性化程度和相关性高云计算架构，支持大规模并发用户推荐，易于扩展处理能力分析功能强大，可帮助站点进行改进,中国移动精准营销推荐服务平台,在中国移动自有平台上实现推荐服务的整合应用，促进产品销售,推荐算法与平台研究-技术路线,音乐平台,资讯类网站,电子商务类网站,数据获取,数据预处理,推荐模型配置训练,推荐生成,推荐平台,页面插码
10、,页面嵌入JS代码（采集和推荐）,采集用户在线行为轨迹,定期更新导入内容数据和用户信息,推荐内容 网站为您推荐的资讯浏览该资讯的用户还看过同主题资讯推荐,推荐内容 网站为您推荐的产品购买该产品的用户还买过相似产品推荐,推荐内容 网站为您推荐的歌曲喜欢该音乐的用户还喜欢同类音乐推荐,云计算平台,推荐算法与平台研究-算法模块,推荐算法与平台研究-应用形式,Labs上访问过此内容的用户还访问过Labs给你推荐的相关资讯、博文和话题,Labs相关标签扩展阅读,前台产品,推荐算法与平台研究-应用效果评测,推荐结果：主题相符或相近内容占比80%以上，较之关键字匹配，在扩展性和精准性方面都有所提升。,原文示
11、例：国外运营商LTE市场发展与策略分析,推荐结果：主题相符或相近内容占比80%以上，较之关键字匹配，在扩展性和精准性方面都有很大提升。,按兴趣推荐内容或相关标签博文报告/视频新闻帖子,实际应用效果：Labs推荐上线后，平均提升了20%的流量，跳出率较少一半多，平均页面停留时间增长3%。,方法研究-实际应用,江苏公司号立方(本联合项目),上海公司家庭用户挖掘(本联合项目）,河南公司基于位置的关系挖掘(11年联合项目）,研究院Labs推荐,音乐基地 wap音乐推荐(本联合项目）,安徽公司wap用户偏好推荐(本联合项目）,2.2 研究成果介绍,2.2.1 方法研究社会网络关系判定与社区发现推荐算法与
12、平台2.2.2 应用研究业务推荐家庭客户挖掘模型与统一视图号立方用户关系管理平台移动互联网分析平台内容推荐12530WAP个性化音乐推荐产品基于wap日志的用户偏好分析及推荐系统无线音乐用户使用偏好模型及欺诈行为识别模型营销支持与目标选择高校用户特征挖掘模型Wlan用户分析与挖掘系统定制终端营销决策支持模型,家庭客户挖掘模型与统一视图(上海)-目标与研究框架,物理家庭客户,重点,目标：家庭用户定义和区分方法，研究家庭客户挖掘模型的方法，家庭客户统一视图的建立，分析其特点，捕捉精细化的营销机会。,家庭客户挖掘模型与统一视图 技术路线,家庭客户挖掘模型与统一视图 统一视图及模型验证,抽样验证准确率
13、,家庭成员部分：个人基本信息：年龄、ARPU等、通话时长、通话分钟数、短信条数等与户主对应关系：与户主交往情况：各时段通话次数以及占比，各时段通话分钟数以及占比、各时段短信条数以及占比与户主位置关系：重合的基站数家庭客户部分：家庭整体情况：成员数、固话数、小灵通数等等、家庭的ARPU、通话次数、通话分钟数、平均在网时长、年龄等家庭内指标：与户主的各时段通话次数、短信条数、通话分钟数等家庭位置信息：与户主平均位置重合情况家庭标签：基于位置、交往圈大小、交往密切情况、家庭平均年龄等等打上标签,家庭客户统一视图,结果集1目标家庭数：660万总成员数：1000万结果集2目标家庭数：200万总成员数：3
14、00万根据营销的规模选择相应的结果集,目标家庭客户,模型准确率：79%,青浦属地自营厅外呼总数7835，其中考虑用户占35%，2742位，拒绝用户（拒绝+挂机）占33%，2585；关机停机销户等非正常状态客户占13%，1081位，直接愿意办理用户占2%，共157户；无人接听占17%，共1332户；相比原先随机抽取用户的外呼模式(随机选取arpu30的用户，考虑用户占10%,直接愿意办理的用户0.7%），该模型提升营销成功率3倍以上。,营销验证,号立方用户关系管理平台(江苏)-目标与路线,目标：通过用户的通信行为挖掘用户之间的关系，并对关系进行管理与营销,号立方用户关系管理平台-应用：求职通,在
15、基于号立方进行精确营销之后，6月份和7月份，求职通订购人数明显上升，提升比例超过：59%,号立方用户关系管理平台-应用：139邮箱,139邮箱活跃用户数在基于号立方进行精确营销之后的活跃用户人数比之前提升比例超过：55%,移动互联网分析平台(四川)-目标与技术路线,通过用户手机上网套餐流量分析，为用户的发展与维系提供目标用户。通过用户手机上网行为轨迹的分析，为内容运营提供依据，提升用户活性。,主要研究目标,根据用户生命周期理论构建合理的用户分群模型，以实现差异化的用户维系和价值提升策略。,热门网站分类网站内容爬取与分类根据用户访问的分类确定用户偏好。用户其他行为如上网时段、使用业务等分析,移动
16、互联网分析平台-应用,1 上网套餐推荐成功率上升。成都分公司武侯区营业厅在11月1日-5日利用顾问营销系统进行手机上网套餐推荐的试验数据证明，该模型能够提升推荐成功率100%以上(注：原推荐成功率约10%)。,通过用户上网行为的分析，整体用户手机上网集中在上午7-9点、下午16-18点、晚上24点，三个时段。因此在通过WAP PUSH的方式，刺激用户活性时，尽可能利用前两个高峰期（第三个高峰期时间段不适宜进行线上营销）。,2 营销响应率提升。同一用户群，同一PUHS内容在用户上网高峰期，可以获得更高营销响应率。,3 用户活跃度提升。借助用户内容偏好分析的结论，利用我省四川风采的WAP网站进行内
17、容资源的整合，为尝试期的用户进行针对性的内容投放，逐步培育用户上网行为。,2.2 研究成果介绍,2.2.1 方法研究社会网络关系判定与社区发现推荐算法与平台2.2.2 应用研究业务推荐家庭客户挖掘模型与统一视图号立方用户关系管理平台移动互联网分析平台内容推荐12530WAP个性化音乐推荐产品基于wap日志的用户偏好分析及推荐系统无线音乐用户使用偏好模型及欺诈行为识别模型营销支持与目标选择高校用户特征挖掘模型Wlan用户分析与挖掘系统定制终端营销决策支持模型,12530WAP个性化音乐推荐产品(四川)-目标与技术路线,原则：针对不同类型的用户采用与之相应的推荐算法,12530WAP个性化音乐推荐
18、产品-应用形式,12530WAP个性化音乐推荐产品-应用效果,实验前推荐页转化率,实验后推荐页转化率,20%,将个性化推荐模型部署在12530 WAP现网系统的1台前端机中，进行了近20天的实验，结果表明推荐模型大幅提升页面访问的转化率。,33.7%,使用个性化推荐模型之后推荐页面访问转化率提升了68.5%,同时，WAP门户每用户访问页面深度增加，表明推荐模型能提升用户黏性。,使用个性化推荐模型之后每用户访问页面深度增加1.2个(13%),实验前每用户访问页面数,实验后每用户访问页面数,9.2,10.4,基于wap日志的用户偏好分析及推荐系统(安徽）-目标与技术路线,WAP网关记录,数据清理,
19、资讯访问记录,资讯类型标注,资讯类型访问记录,聚类分析,用户群体聚类结果,计算群体偏好,数据采样,群体对各资讯类的偏好,存储隶属关系,数据清理,推荐模型合成,用户内容偏好模型,待推荐资讯,用户内容偏好模型,类型特征矢量,标注类型,类型标注,模型匹配,产生推荐列表,排序,用户喜好程度,推荐列表,模型构建,模型应用,目标：建立客户内容偏好标签，开展内容营销,根据客户偏好，有效细分客户，结合业务本身特性，设计增值业务产品包，开展内容营销，引导第三方产品到移动自有产品的迁移,基于wap日志的用户偏好分析及推荐系统-应用方案,各偏好客户细分,细分客户群,通过对客户的偏好梳理，可将客户细分为不同偏好用户群
20、。财经偏好群1游戏偏好群2体育偏好群3时尚娱乐偏好群4影视偏好群5,选择地市偏好类型,将客户偏好部署到营销管理平台中，营销人员可方便利用平台分析客户偏好需求：可筛选各类别偏好的客户群；可筛选各数据及信息业务的不同偏好客户群；指导地市开展内容型业务营销；,基于wap日志的用户偏好分析及推荐系统-应用效果,经过安徽公司对有手机上网行为的用户进行随机抽取营销和个性化推荐营销发现，用户对推荐内容的响应率要远高于随机发送的内容。,第一组实验：普通上网用户随机推荐命中率0.043%，个性化推荐命中率0.29%，命中率提高6.7倍。第一组实验：普通上网用户随机推荐命中率0.049%，个性化推荐命中率0.51
21、%，命中率提高10.4倍。,实验方案：11月3012月3，对有手机上网行为的20万左右普通用户推荐手机上网助手的内容(URL)；对2.4万分析了上网偏好的用户，根据其兴趣偏好推荐上网内容(URL)。所有用户进行两次实验，前后两次推送的内容不同。计算指标为“命中率”，即记录推荐用户中有多少用户成功访问推荐的信息。计算公式：命中率=访问用户数（推荐内）/推荐用户数,目标：通过对全网音乐市场、用户构成、消费习惯、内容偏好、用户欺诈等用户相关行为以及营销渠道等进行全面的分析，建立一个用户、产品、渠道的用户行为分析体系，指导实际营销和管理应用。,无线音乐用户使用偏好模型及欺诈行为识别模型（四川)-目标与
22、技术路线,层次分析法定权,门户使用数据,偏好打分方法,各门户偏好得分,门户偏好确定,把门户、渠道、产品等偏好进行交叉组合形成用户偏好,取最大的偏好得分为该用户的第一偏好,用户偏好沉淀,结果传输到营销平台进行针对的营销,用户偏好营销,用此方法确定用户的偏好，确定了门户、渠道、歌手、歌曲四个方面等28个大类，上百个交叉组合的子类的用户偏好,无线音乐用户使用偏好模型及欺诈行为识别模型-欺诈识别模型,我们以全曲业务为例来简单介绍欺诈用户模式识别的过程。,历史数据,决策树算法,神经网络算法,数据挖掘算法,发现欺诈规律，提取欺诈规则,实时数据,实时数据处理，进行规则匹配,实时监测,欺诈号码,平台预警、封堵
23、处理,实时反馈,欺诈模式发现模型,欺诈实时监测及反馈模型,无线音乐用户使用偏好模型及欺诈行为识别模型-成果及应用,通过对无线音乐用户行为分析，把分析的结果和推荐系统进行结合，使歌曲的营销成功率有大幅度提高，达到13.5。,通过对无线音乐用户行为分析，欺诈行为模式结果和监测系统进行结合，提高监测系统的效率和准确度。在进行全曲的实时的欺诈监控中，能够发现发现95以上的欺诈用户，占整个全曲量的11以上。,2.2 研究成果介绍,2.2.1 方法研究社会网络关系判定与社区发现推荐算法与平台2.2.2 应用研究业务推荐家庭客户挖掘模型与统一视图号立方用户关系管理平台移动互联网分析平台内容推荐12530WA
24、P个性化音乐推荐产品基于wap日志的用户偏好分析及推荐系统无线音乐用户使用偏好模型及欺诈行为识别模型营销支持与目标选择高校用户特征挖掘模型Wlan用户分析与挖掘系统定制终端营销决策支持模型,高校用户特征挖掘模型(广东)-目标与技术路线,目标：针对高校学生市场进行研究，根据基站定位及客户通信情况划分各大运营商的高校客户的通信归属，进一步进行高校竞争态势监控和高校市场客户特征数据挖掘。,1,高校用户特征挖掘模型-应用案例,案例介绍建立高校学生通信及业务特征模型，深刻把握学生的需求和通信喜好，制定有针对性的营销策略，提升市场拓展及精细化运营水平。,高校客户深度运营,2,系统数据分析：10年新生特征长
25、途需求旺盛新生长途话费占比老生高出12%数据业务活跃度低于老生飞信活跃度40%，老生60%手机邮箱活跃度6%，老生10%,应对营销政策：刺激话务：充50送20，10万学生客户参与提升长途：长途午夜畅聊，学生参与超过24万人数据业务运营：星光校园客户超过15万人,Wlan用户分析与挖掘系统(广东)-目标与技术路线,数据转换,数据加载,采集层,网络运维,工程建设,网络优化,IPNET,WLAN统一OMC,数据抽取,接口适配器,公共消息服务,系统管理,对外信息共享,市场营销,华为防火墙监控平台,Radius认证系统,AP、AC、SW等设备管理资料,处理层,数据库,关联模型,元数据管理,指标引擎服务,
26、模型分析服务,报表服务,OLAP分析服务,应用层,多维分析,信息发布,自定义报表,业务行为分析,用户行为分析,区域行为分析,业务综合分析,信息维护,目标：构建Wlan用户分析与挖掘系统，收集并分析散落在不同地方的WLAN用户的使用行为和访问特性，为业务部门的营销策略制定、营销效果验证，WLAN规划部门的业务规划和网络规划，为WLAN维护部门的网络优化、投诉处理，绿色上网工程等提供支持和保障手段。,Wlan用户分析与挖掘系统-系统展现,定制终端营销决策支持模型(湖南)-目标与技术路线,目前终端营销政策制定缺乏全面、科学的依据，无法对客户前期消费贡献进行精细分析；同时对客户享受终端补贴后的消费行为
27、也缺乏监控与跟踪分析，为加强定制终端销售精细管理，提升终端消费行为分析能力，构建四大模型：终端消费行为模型、补贴效益模型、贡献度模型、多维度捆绑用户分析模型，为定制终端营销方案制定在事前、事中、事后三个阶段提供支持。,终端补贴活动前，根据活动的基本信息结合移动用户终端消费行为分析模型可以对该活动面向的用户群进行预测（主要针对ARPU值），根据预测的ARPU值的结果及单个用户终端补贴模型可以对用户参加活动后的ARPU进行简单预测，结合绝对贡献度模型可以计算出该类用户的绝对贡献度终端补贴活动期间，可以根据用户的ARPU值结合移动用户终端消费行为分析模型对该用户进行终端推荐及活动推荐。活动结束后，通
28、过移动用户贡献度计算模型，对活动的收益进行评估，同时，通过多维度捆绑终端用户分析模型从不同的维度对活动中取得的收益进行分析，发现问题，并进行数据沉淀。,定制终端营销决策支持模型-模型验证,可见真实ARPU（横）与预测ARPU（纵）分布一致，该模型拟合度较高(平均误差0.0 线性相关系数：0.977),老用户ARPU值预测验证,新用户ARPU值预测验证,R方为0.939,显示模型拟合度很高。,R方约为0.9,显示模型拟合度较高。,2.3 项目总结及下一步工作,联合项目研究了社会关系网络、精准推荐、用户使用行为分析等各种有效的分析方法，并在交往圈数据、位置数据、移动互联网数据等传统分析较少进行分析
29、的数据上进行了积极的研究探索，取得了较好的效果。在联合项目中，研究院与多个省公司探索了合作模式，进行了紧密合作，推动了研究成果的落地应用。下一步计划进一步增强研究成果的推广应用，与更多省公司密切合作，推动面向精确营销的用户行为分析方法的在公司范围的广泛使用。,47,结束,谢谢大家！,“那破玩意儿，有什么用啊，连大学毕业证都成费纸了，还拿初中毕业证吓唬我，谁希罕！”刘冰儿想。但她看在老班苦口婆心的份上，还是给了她面子，来参加中考了。这漫长的两个小时怎么过？老班在考场外盯着他们这些差生呢，怕他们早早出去，影响了成绩。“作文一定要写完啊。”当她进来的时候，老班站在门外，向她发出讨好的笑。想到这里，刘
30、冰儿看了看作文题目：“阳光灿烂的日子”。她抬起头，朝窗外望了望：阳光很纯净，很妩媚，果然是个阳光灿烂的日子。刘冰儿不讨厌这个题目，虽然她很讨厌作文课。它仿佛触动了她心底的一角，让她听到了冰层融化的声音。那一瞬间，刘冰儿做出了一个重大的决定，她要写作文了。虽然进考场时，她曾赌气地想，要做一个白卷先生，把老师气死。但现在，她改变注意了。一、相遇是个偶然“曾经，我的日子里充满了阳光的味道。那儿流动着鲜花的芳香，弥漫着欢乐的气息刘冰儿就这样开始了自己的开头，从小，她的文笔就不错，语文老师经常夸她，这让她很自豪。初三第一学期期末，我的成绩有所进步，开家长会的时候，老师表扬了我，妈妈特高兴。回到家，爸爸妈
31、妈带我去饭店吃饭,说是对我的奖励。再说，村里刚发了钱，他们高兴，他们手里痒痒。自从我们村的土地被征用，自从我爸妈手里有了钱，我就发现我爸不是我爸我妈不是我妈。我爸再也不去找工作了，他开了个棋牌室，名誉上是棋牌室，其实就是召集村里的闲人赌博；我妈整天在镜子前描眉画眼，试图把自己捯饬成一个美女。但再怎么捯饬，也掩盖不了脸上的那些褶子。吃饭的时候，我给爸爸说我想要电脑,他们很爽快的答应了。第二天就带我去选电脑,第三天就买回来了,第四天就有人来安装宽带,就这样我的生活加入了电脑!我阳光灿烂的日子来临了。可以上网了,我就天天呆在电脑前。聊天,看电影,玩游戏,成了我生活中不可缺少的。起初我有节制,会控制自
32、己,玩到9点10点的不用爸妈催,那时候真的很乖啊。那天，在去逛商场的路上，突然遇到了同年级的杨一一，我们乘坐同一辆公交车，下车时，他竟然要了我的*号，说要加我为好友，这让我受宠若惊。要知道，杨一一是我们学校有名的帅哥，不仅人长得帅，而且歌也唱得特别好。他还会弹吉它，去年在我们学校举办的艺术节上，他自弹自唱的歌曲让全校师生沸腾了。为此，女孩子们都愿意和他交往。但在老师的心目中，他名声却不怎么好，因为他不爱学习，经常招惹事非，老师们提起他都很头痛。杨一一之所以敢在学校里放肆，我们认为是因为他的老爸。他老爸是周围村子的地头蛇，谁也不敢惹。有其父必有其子，在老师们看来，反正也快毕业了，就当他是一坨臭狗
33、屎随着时间自然风干吧，大不了躲得远远的，看你还能臭多久。因此，杨一一在上课时也很随便，他可以睡觉，只要没打呼噜；他可以玩手机，只要没有影响他人；他可以上厕所，只要从后门走有些同学对学校的政策不满，凭什么他杨一一就格外受待见？也想把头发留长，也想上课玩手机，就会被老班狠狠骂一顿：你以为你是谁？你爸是地头蛇吗？你是臭狗屎吗？他爸不是地头蛇，他也不是臭狗屎，所以就乖乖缴械投降了。久而久之，同学们便不和他攀比了，就当他真的是臭狗屎了。受主流的影响，这杨一一在学校里也很孤独，只有在女孩子那里也才能得到少许慰藉。这次，他竟然主动要求添加我为好友，真让我诧异。二、甜蜜的初吻自从有了杨一一，我的生活就变得色彩
34、斑斓起来。我们很聊得来,我们都不愿学习，都讨厌上课，都爱玩游戏，所以在相处了一周后，我们自然而然地恋爱了。可别大惊小怪，否则你就真的OUT了。杨一一说我是他心目中的女神，是他心中的唯一。他说他特别喜欢我的眼睛，精灵古怪，比赵薇的还有灵气。有了我，他心目中那些曾经的花花草草都随风而逝了。这让我很受用，情窦初开的花季，突然降临的白马王子，疯狂的爱的表白，幸福来得太突然，将我打得晕头转向，我找不到北了。那个假期，我蜗居在自己的小屋，把作业抛到地中海，疯狂地上网，聊天。只要上线，我就会期待他也在线。只要他的头像是彩色的，我的心跳就会加快，我知道这是幸福的味道。那天，他给我起了个绰号，叫狗狗，我假装生气
35、：“你骂谁？你鄙视我！”给他发了一个心碎的图像，不理他了。他知道我伤心了，赶紧解释：我用寂寞的心来向你诉说。我喜爱小狗。它单纯，不虚伪，也不奸诈。在我看来，小狗是我亲密的朋友，我宠着它，爱着它，抱着它，逗着它。所以我压抑着自己的情绪，随即发了个感动的图象。他又不停地传来玫瑰，飞吻的图象。虽然是虚的，但我依然当真，面带笑容，脸上泛着红晕。那天，我们相约一块去看电影。在约会的路口，我坐在树荫下的石凳上等他，阳光很轻柔，我听见风从耳畔吹过。我看到他修长的身影穿过护栏，他灿烂的笑容在阳光里绽放，听见他轻快的脚步声逼近，我假装不抬头，手捧欢笑的太阳菊，低头，吟唱。突然，他轻轻地俯下身子，抬起我的脸，在我
36、的唇上轻轻吻了一下，只那轻轻地一点，我感觉脸上热辣辣的，心跳加速，我要窒息了。但那是甜蜜的窒息！我享受到了从来没有的快乐，从来没有的惬意。而这一切都是杨一一带给我的，那真是一段阳光灿烂的日子。寒假结束，开学了，但那枯燥的课堂却再也盛不下我躁动的心跳。上课时，我悄悄地掏出手机，和他短信传情。有一次，我正在发着一条“我爱你”的短信，竟然被老师发现了，她幽灵般飘到我身边。但我还HOLD住，她让我交出手机，我大义凛然和她对视，视死如归地捍卫我的隐私。最终老师败下阵来，他让我滚出去。我把书本哗啦啦扔到地上，镇定自若地走出教室。在走廊里，我继续我们的爱情。与此同时，我身边的朋友一个接一个的离开了,我的名声也越来越坏。在老师同学的眼里,我变成了另类，我是坏孩子,坏学生。但我觉得“坏”是一件光荣的事情，这样，我和杨一一的心才会贴得更近。然而，那个八零后的老班经常会一而再，再而三的找我谈话，给我讲各种各样的大道理，告诉我女孩子要自重，要自尊，要好好学习。她说，还有不到一百天的时间就毕业了我听了只反胃，大婶，拜托，你已经OUT了，别再烦我好不好？,
